DeerFlow部署指南：Node.js 22+环境适配与前端依赖安装步骤

DeerFlow部署指南：Node.js 22+环境适配与前端依赖安装步骤

1. DeerFlow简介

DeerFlow是一个基于LangStack技术框架开发的深度研究助手系统，它整合了多种先进技术工具，为用户提供智能化的研究支持。这个开源项目由专业团队开发，通过模块化设计实现了强大的功能组合。

核心能力包括：

• 智能搜索引擎整合（支持Tavily、Brave Search等）
• 自动化网络数据采集与分析
• Python代码执行环境
• AI增强的报告编辑功能
• 播客内容自动生成
• 多智能体协作系统（协调器、规划器、研究员等角色）

2. 环境准备

2.1 系统要求

在开始部署前，请确保您的系统满足以下最低要求：

• 操作系统：Linux（推荐Ubuntu 22.04+）或macOS
• Python版本：3.12+
• Node.js版本：22+
• 内存：至少16GB RAM（运行Qwen3-4B-Instruct模型需要）
• 存储空间：至少50GB可用空间

2.2 Node.js 22+安装

由于DeerFlow前端依赖较新的Node.js特性，必须安装Node.js 22或更高版本。以下是安装步骤：

1. 通过Node版本管理器安装（推荐）：

# 安装nvm（Node版本管理器） curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.7/install.sh | bash # 重新加载shell配置 source ~/.bashrc # 安装Node.js 22 nvm install 22 nvm use 22

2. 验证安装：

node -v # 应显示v22.x.x npm -v # 应显示10.x.x

3. 后端服务部署

3.1 获取项目代码

git clone https://github.com/deerflow-project/deerflow.git cd deerflow

3.2 配置Python环境

# 创建虚拟环境 python -m venv venv source venv/bin/activate # 安装依赖 pip install -r requirements.txt

3.3 启动vLLM服务

DeerFlow使用vLLM运行Qwen3-4B-Instruct模型：

# 启动vLLM服务（后台运行） nohup python -m vllm.entrypoints.api_server \ --model Qwen/Qwen3-4B-Instruct-2507 \ --trust-remote-code \ > /root/workspace/llm.log 2>&1 & # 检查服务状态 cat /root/workspace/llm.log

成功标志：日志中应显示"Uvicorn running on http://0.0.0.0:8000"

4. 前端部署与依赖安装

4.1 安装前端依赖

cd frontend npm install

常见问题解决：

• 如果遇到node-sass错误，尝试：

npm rebuild node-sass

• 如果依赖冲突，删除node_modules后重试：

rm -rf node_modules package-lock.json npm install

4.2 配置环境变量

创建.env文件并配置：

VITE_API_BASE_URL=http://localhost:8000 VITE_APP_TITLE=DeerFlow Research Assistant

4.3 启动前端服务

npm run dev

服务启动后，默认访问地址为：http://localhost:5173

5. 系统验证与使用

5.1 服务状态检查

# 检查vLLM服务 cat /root/workspace/llm.log # 检查DeerFlow服务 cat /root/workspace/bootstrap.log

5.2 使用Web界面

1. 打开浏览器访问http://localhost:5173
2. 点击界面上的"开始研究"按钮
3. 在输入框中输入您的研究问题
4. 系统将自动执行搜索、分析和报告生成

示例查询：

• "对比分析比特币和以太坊的技术差异"
• "总结最新AI医疗研究进展"
• "生成关于气候变化影响的播客脚本"

6. 总结

通过本指南，您已经完成了DeerFlow系统的完整部署流程，包括：

1. Node.js 22+环境的配置
2. 后端Python服务的启动
3. 前端依赖的安装与运行
4. 系统功能的验证测试

DeerFlow作为一个强大的研究助手，能够显著提升您获取和处理信息的效率。系统采用模块化设计，未来可以方便地扩展新的功能模块。

获取更多AI镜像

想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。